185-0822-7772
四川海輝千訊網(wǎng)絡(luò)科技有限公司
地址:成都雙流區(qū)東升街道藏衛(wèi)路南二段699號(hào)附6號(hào)1層
電話(huà):185-0822-7772(王)  
189-8000-5257(佘)
郵箱:ibfs@qq.com
成都弱電公司訊:
近幾年來(lái),隨著交通事業(yè)的不斷發(fā)展,電子警察在公共交通領(lǐng)域發(fā)揮了不可替代的作用。而車(chē)牌辨認(rèn)技術(shù),則成了其中的利器之一。
車(chē)牌辨認(rèn)技術(shù)工作流程
車(chē)牌辨認(rèn)系統(tǒng)采用高度模塊化的設(shè)計(jì),將車(chē)牌辨認(rèn)過(guò)程的各個(gè)環(huán)節(jié)各自作為一個(gè)獨(dú)立的模塊。
一、車(chē)輛檢測(cè)跟蹤模塊
車(chē)輛檢測(cè)跟蹤模塊主要對(duì)視頻流進(jìn)行分析,判斷其中車(chē)輛的位置,對(duì)圖像中的車(chē)輛進(jìn)行跟蹤,并在車(chē)輛位置最佳時(shí)刻,記錄該車(chē)輛的特寫(xiě)圖片,由于加入了跟蹤模塊,系統(tǒng)能夠很好地克服各種外界的干擾,使得到更加合理的辨認(rèn)結(jié)果,可以檢測(cè)無(wú)牌車(chē)輛并輸出結(jié)果。
二、車(chē)牌定位模塊
車(chē)牌定位模塊是一個(gè)十分重要的環(huán)節(jié),是后續(xù)環(huán)節(jié)的基礎(chǔ),其準(zhǔn)確性對(duì)整體系統(tǒng)性能的影響巨大。車(chē)牌系統(tǒng)完全摒棄了以往的算法思路,實(shí)現(xiàn)了一種完全基于學(xué)習(xí)的多種特征融合的車(chē)牌定位新算法,適用于各種復(fù)雜的背景環(huán)境和分歧的攝像角度。
三、車(chē)牌矯正及精定位模塊
由于受拍攝條件的限制,圖像中的車(chē)牌總不可避免存在一定的傾斜,需要一個(gè)矯正和精定位環(huán)節(jié)來(lái)進(jìn)一步提高車(chē)牌圖像的質(zhì)量,為切分和辨認(rèn)模塊做準(zhǔn)備。使用精心設(shè)計(jì)的快速圖像處理濾波器,不僅計(jì)算快速,而且利用的是車(chē)牌的整體信息,避免了局部噪聲帶來(lái)的影響。使用該算法的另一個(gè)長(zhǎng)處就是通過(guò)對(duì)多個(gè)中間結(jié)果的分析還可以對(duì)車(chē)牌進(jìn)行精定位,進(jìn)一步減少非車(chē)牌區(qū)域的影響。
四、車(chē)牌切分模塊
車(chē)牌系統(tǒng)的車(chē)牌切分模塊利用了車(chē)牌文字的灰度、顏色、邊緣分布等各種特征,能較好地抑制車(chē)牌周?chē)硗庠肼暤挠绊懀⒛苋萑桃欢▋A斜角度的車(chē)牌。這一算法有利于類(lèi)似移動(dòng)式稽查這種車(chē)牌圖像噪聲較大的應(yīng)用。
五、車(chē)牌辨認(rèn)模塊
在車(chē)牌辨認(rèn)系統(tǒng)中,通常采用多種辨認(rèn)模型相結(jié)合的方法來(lái)進(jìn)行車(chē)牌辨認(rèn),構(gòu)建一種層次化的字符辨認(rèn)流程,可有效地提高字符辨認(rèn)的準(zhǔn)確率。另一方面,在字符辨認(rèn)之前,使用計(jì)算機(jī)智能算法對(duì)字符圖像進(jìn)行前期處理,不僅可盡可能保留圖像信息,而且可提高圖像質(zhì)量,提高相似字符的可區(qū)分性,保證字符辨認(rèn)的可靠性。
六、車(chē)牌辨認(rèn)結(jié)果決策模塊
辨認(rèn)結(jié)果決策模塊,具體地說(shuō),決策模塊利用一個(gè)車(chē)牌經(jīng)過(guò)視野的過(guò)程留下的歷史記錄,對(duì)辨認(rèn)結(jié)果進(jìn)行智能化的決策。其通過(guò)計(jì)算觀測(cè)幀數(shù)、辨認(rèn)結(jié)果穩(wěn)定性、軌跡穩(wěn)定性、速度穩(wěn)定性、平均可信度和相似度等度量值得到該車(chē)牌的綜合可信度評(píng)價(jià),從而決定是繼續(xù)跟蹤該車(chē)牌,還是輸出辨認(rèn)結(jié)果,或是拒絕該結(jié)果。這種方法綜合利用了所有幀的信息,減少了以往基于單幅圖像的辨認(rèn)算法所帶來(lái)的偶然性錯(cuò)誤,大大提高了系統(tǒng)的辨認(rèn)率和辨認(rèn)結(jié)果的準(zhǔn)確性和可靠性。
七、車(chē)牌跟蹤模塊
車(chē)牌跟蹤模塊記錄下車(chē)輛行駛過(guò)程中每一幀中該車(chē)車(chē)牌的位置以及外觀、辨認(rèn)結(jié)果、可信度等各種歷史信息。由于車(chē)牌跟蹤模塊采用了具有一定容錯(cuò)能力的運(yùn)動(dòng)模型和更新模型,使得那些被短時(shí)間遮擋或瞬間模糊的車(chē)牌仍能被準(zhǔn)確地跟蹤和預(yù)測(cè),最終只輸出一個(gè)辨認(rèn)結(jié)果。